gorbatov._logika_2006
.pdfОбобщающая индукция
Пример: «Этих мужчин не поймешь! Позавчера ему нравились макароны, вчера они ему нравились. И два, и три дня назад они ему нравились. А сегодня уже не нравятся!» Если челове-
ку нравились макароны на протяжении четырех дней подряд, повышает ли это вероят- ность того, что они понравятся ему и на пятый? Скорее, наоборот. Ведь здесь необходимо учитывать еще и внутреннюю связь между событиями, которая выражается в том, что од- нообразный рацион может сильно изменить гастрономические пристрастия человека.
Однако не стоит преувеличивать роль содержательных моментов в индуктивных умозаключениях. Практика показывает, что человек склонен порой выдумывать какие-то «внутренние» связи между явлениями даже там, где их нет.
Упражнение 3. Определите, какой вывод более правдоподобен. «В семье пя-
теро детей и все девочки. Следовательно, …
а) … шестой ребенок тоже будет девочкой» б) … шестой ребенок будет, наконец, мальчиком»
§4. Полная индукция
Приведенное в предыдущем параграфе рассуждение о названиях месяцев пред- ставляет собой типичный случай индуктивного умозаключения. Поскольку в нем осуще- ствляется обобщение (свойство Р, присущее предметам класса М, переносится на более широкий класс S), такое рассуждение получило название обобщающей индукции.
Под обобщающей индукцией понимаются такие рассуждения, в которых пе- реходят от знания об определенных предметах некоторого класса к знанию обо всех предметах этого класса, то есть от единичных или частных утвер-
ждений к общим.
Определение
Различают полную и неполную индукцию.
Полная обобщающая индукция – это умозаключение от знания об отдельных предметах некоторого класса, при условии исследования каждого предмета, входящего в этот класс, к знанию обо всех предметах этого класса.
Определение
Полная индукция, по методу обоснования вывода, делится на математическую и эмпирическую.
Математическая индукция – способ рассуждения, который часто использу- ется в дедуктивных науках (логике и математике). Он применяется в тех слу- чаях, когда исследуемый класс S задан индуктивным определением. Как вы помните, индуктивное определение состоит в том, что первоначально неко- Определение торые объекты прямо объявляются принадлежащими данному классу S. Все же остальные объекты порождаются из исходных с помощью каких-либо процедур f1…fn. Чтобы доказать наличие у всех предметов класса S свойства
|
Р, применяют следующую схему рассуждения: |
|
1. |
х1 есть P |
базис индукции |
2. |
S = {х1, f1(х1), …, fn(х1)} |
индуктивное определение класса S |
151
Логика
3. х fj (х есть P) (fj(х) есть Р) |
индуктивный шаг |
||
|
|
|
индуктивное обобщение |
SaP |
Допустим, нам надо доказать, что все четные числа делятся на два. Воспользуемся индуктивным определением класса четных чисел: (1) 2 есть четное число, (2) все осталь- ные четные числа получаются с помощью применения к двойке операций «f1(x) = х+2» или «f2(x) = х–2» n-го числа раз. Базис индукции очевиден: 2 делится на два. Индуктив- ный шаг состоит в том, что если некое число х делится на два, то х+2 и х–2 тоже делятся на два. Вывод: все четные числа делятся на два.
Математическая индукция дает достоверное знание. Всеобщность вывода опреде- ляется здесь знанием законов порождения исследуемого класса объектов.
Полная эмпирическая индукция достигает всеобщности вывода другим пу- тем – сплошной эмпирической (опытной) проверкой исследуемого класса. Логическая схема этого способа рассуждения такова:
Определение |
1. |
x1 |
есть P |
|
|
2. |
x2 |
есть P |
|
|
. |
|
эмпирические факты о классе М ={x1, …, xn} |
|
|
. |
|
|
|
|
. |
xn есть P |
|
|
|
n. |
|
||
|
n+1. |
M = S |
|
|
|
|
|
SaР |
индуктивное обобщение |
Примером может служить рассуждение Ходжи Насреддина: «Ходжа, ты уверен, что купленные тобой спички не отсыревшие?» – «Конечно!» – «А откуда ты это знаешь?»
– «Я проверил каждую из них – все горели хорошо». Очевидно, что данное рассуждение не только правдоподобно, но и достоверно. Хотя вряд ли можно согласиться с тем, что такая педантичная проверка имела смысл.
Достоверность заключения по полной обобщающей эмпирической индукции оп- ределяется тем, что условная вероятность вывода при данных посылках равна 1. Ведь множество исследованных предметов М совпадает с классом S, о котором идет речь в за- ключении, а при m = s величина 1/2s-m равняется единице.
Полная эмпирическая индукция является ограниченным познавательным приемом. Во-первых, она может применяться лишь в тех случаях, когда класс S конечен и легко обозрим. Чтобы доказать полной индукцией, что все рыбы дышат жабрами, пришлось бы выловить всех рыб, а это в принципе невоз- можно.
Во-вторых, даже если класс S конечен, сплошная его проверка иногда требует та- ких огромных затрат, на которые общество не может пойти. Например, для установления того, что все граждане страны испытывают единодушное согласие по поводу какого-то важного государственного вопроса, можно провести поголовное голосование – референ- дум. Однако эта процедура требует больших затрат времени, материальных и людских ресурсов.
Наконец, сплошная проверка бывает неприемлемой в сило того, что ведет к унич- тожению проверяемого предмета (как в примере про Ходжу Насреддина).
152
Обобщающая индукция
Упражнение 4. Определите вид и логическое основание следующего рассу-
ждения. В силу чего вывод узника может оказаться ложным?
Однажды в камеру приговоренного к повешению вошли и объявили: «Скоро вас каз- нят. При этом мы обещаем соблюсти три условия. Первое – вас казнят на следую- щей неделе в один из дней. Второе – накануне вечером вас предупредят, что казнь со- стоится завтра на рассвете. И третье – наше предупреждение будет для вас полной неожиданностью. Если мы не сумеем выполнить своих обещаний, вас освободят. Приговоренный стал размышлять о своей участи. “В воскресенье меня казнить не мо- гут, так как, дожив до субботы, для предупреждения останется только единствен- ный вечер, субботний, и, значит, предупреждение о казни уже не может быть неожи- данностью. По этой же причине меня не могут казнить в субботу, так как, дожив до пятницы, для предупреждения останется единственный вечер в пятницу, значит, зная об этом заранее, оно опять не будет для меня неожиданностью. Итак, исключа- ются воскресенье и суббота. Но, рассуждая аналогично, я поочередно исключу и пят- ницу, и четверг, и среду, и вторник, и понедельник. Получается, что казнь невозмож- на без нарушения хотя бы одного из трех условий. Значит, меня освободят!»
§5. Неполная индукция
Итак, имеются самые разнообразные причины, по которым сплошная проверка бывает невозможной.
В таких случаях применяется процедура неполной обобщающей индукции. Обобщающая индукция называется неполной, если в ней осуществляется час- тичная проверка предметов исследуемого класса.
Определение
Неполная обобщающая индукция делится на популярную и научную. Схема попу- лярной индукции имеет следующий вид:
1.x1 есть P
2.x2 есть P
. |
эмпирические факты о классе М ={x1, …, xn} |
. |
|
. |
|
n. |
xn есть P |
|
n+1. |
M S |
|
|
SaР |
индуктивное обобщение |
Отличие популярной индукции от полной состоит в n+1-ой посылке. При полной индукции класс М в точности совпадает с классом S. При индукции популярной он составляет лишь часть этого класса. Ясно, что истинность за- ключения в данном случае является проблематичной. Ведь среди непроверен-
ных предметов из S могут быть и такие, которые свойством Р не обладают.
Пример ложного заключения, полученного посредством популярной индукции, – предложение «Все лебеди белы». Оно, казалось бы, «вытекало» из фактов: каждый раз при наблюдении некоторого конкретного лебедя европейцы убеждались, что он облада- ет белым цветом. Тем не менее, после открытия Австралии, где были обнаружены черные лебеди, стало ясно, что это индуктивное заключение неверно. (Бочаров В.А., Маркин В.И.
Основы логики. – М., 1994. С. 222.)
153
Логика
Рассматриваемое рассуждение называется популярной (народной) индукцией в силу своей наивной простоты. Эта простота проявляется прежде всего в том, что на нали- чие свойства Р проверяются первые попавшиеся объекты. После чего проводится поспеш- ное обобщение – типичная ошибка индуктивного рассуждения. Однако вывод по непол- ной индукции можно существенно усовершенствовать и добиться повышения степени правдоподобности получаемых результатов.
Научная индукция проверяет на наличие свойства Р не первые попавшиеся предметы класса S, а те из них, которые специально отобраны для этой цели. При этом весь исследуемый класс S называют генеральной совокупностью, а
множество отобранных из него образцов – выборкой.
Определение
Выборка подвергается сплошной проверке, а затем полученный результат переносит- ся на всю генеральную совокупность.
Для надежного обоснования такого переноса требуется, чтобы выборка была репрезентативной. Это означает, что выборка должна достаточно точно пе- редавать структуру класса S, разнообразие его состава, и в частности, те его особенности, которые могут влиять на отсутствие свойства Р.
В таких случаях условимся говорить, что М репрезентирует S, сокращенно M S. Схема научной индукции такова:
1.x1 есть P
2.x2 есть P
. |
эмпирические факты о классе М ={x1, …, xn} |
.. |
|
n.xn есть P
МaР |
полная индукция |
n+1. M S |
утверждение о репрезентативности выборки |
SaР |
индуктивное обобщение |
Добиться репрезентативности выборки можно двумя различными способами. Первый способ основан на выдвижении некоторых гипотез о том, в силу каких причин у предметов исследуемого класса может отсутствовать свойство Р. Например, если прове- ряется доброкачественность партии консервированных продуктов, то отсутствие этого свойства (недоброкачественность) может зависеть от срока хранения продукта, от усло- вий его хранения, от того, какое предприятие выпустило продукцию, и других парамет- ров. Именно такие «подозрительные» образцы включаются в выборку и подвергаются проверке. Если гипотезы точно фиксируют все случаи, в силу которых продукция может оказаться недоброкачественной, и если в генеральной совокупности S таковая имеется, то
ввыборку обязательно попадет какое-то ее количество.
Уданного метода два недостатка. Первый связан с тем, что у нас могут отсутство- вать хоть какие-то разумные гипотезы для объяснения свойства Р. Второй же состоит в том, что мы можем по тем или иным причинам упустить какой-то важный параметр, от которого зависит отсутствие свойства Р. Тем самым будет делаться определенная систе- матическая ошибка, которая и приведет к неверным результатам.
Чтобы исключить эти недостатки, применяют второй способ формирования вы- борки, порождая ее чисто случайным образом. Для этого используют специальные
154
Обобщающая индукция
таблицы случайных чисел. Но чтобы такая случайная выборка оказалась репрезентатив- ной, она должна быть достаточно объемной. Согласно закону больших чисел, законо- мерности, которым подчиняются массовые явления, обнаруживаются лишь при доста- точно большом числе наблюдений.
Упражнение 5. Определите вид и логическое основание следующих индук-
тивных рассуждений. Что могло бы сделать их более правдоподобными?
а) Немецкий физик Нернст, открывший третье начало термодинамики (о недос-
тижимости абсолютного нуля температуры), так «доказывал» завершение разра- ботки фундаментальных законов этого раздела физики: «У первого начала было три автора: Майер, Джоуль и Гельмгольц; у второго – два: Карно и Клаузиус, а у третье- го – только один – Нернст. Следовательно, число авторов четвертого начала тер- модинамики должно равняться нулю, то есть такого закона просто не может быть». (Ивин А.И. Логика. – М., 1999. С. 228.)
б) Совет начинающему поэту: «А.С. Пушкин был убит на дуэли. М.Ю. Лермонтов был убит на дуэли. Значит, все великие русские поэты должны погибать на дуэли. Если хочешь стать по-настоящему великим, будь готов к подобному исходу.»
§6. Статистическая индукция
Статистической называется обобщающая индукция, при которой устанав- ливается относительная частота обладания свойством Р для произвольного предмета из класса S. Символически будем обозначать эту частоту величи-
Определение ной δ(SP).
По методу статистической индукции осуществляются, например, социологиче- ские обследования, где заведомо нереально было бы ожидать, что все люди выскажутся одинаково. В этом случае нас интересует процент людей, которые придерживаются того или иного мнения.
Статистическая индукция также может быть полной и неполной, популярной и научной. Рассмотрим схему неполной научной статистической индукции.
1.x1 есть P
2.x2 есть P
. |
факты наличия свойства Р у предметов М |
.. |
xm есть P |
m. |
|
m+1. xm+1 не есть P |
|
. |
факты отсутствия свойства Р у предметов М |
.. |
|
n.xn не есть P
δ(MP) = m/n. полная статистическая индукция
n+1. M S |
утверждение о репрезентативности выборки |
δ(SP) = m/n. |
индуктивное обобщение |
В первых n посылках указаны результаты сплошного обследования предметов из выборки М = {x1, …, xn}. Посылки показывают, что из n проверенных предметов только m обладают интересующим нас свойством. Тогда устанавливается относительная частота
155
Логика
обладания свойством Р для произвольного предмета из выборки М: δ(MP) = m/n. А далее этот результат индуктивно обобщается на всю генеральную совокупность S: δ(SP) = m/n.
Пример. В городе имеется 1864 автомобиля в личном пользовании. В течение года правила дорожного движения нарушили 134 владельца этих автомобилей. Тогда относи- тельная частота нарушений равна 134/1864 (полная статистическая индукция). Предпо- лагается, что через пять лет в городе число автомобилей в частном пользовании увели- чится до 3000. Совершая индуктивное обобщение, мы можем предсказать, что относи- тельная частота нарушений не изменится. Если этот прогноз сбудется, то годовое число нарушений окажется равно 3000 × 134/1864 ≈ 210. (Ивлев Ю.В. Логика для юристов. – М., 1996. С. 114.)
При научной статистической индукции выдвигается дополнительное требо- вание к формированию выборки. Состав выборки должен быть пропорциона- лен составу генеральной совокупности.
Так, если мужчины в генеральной совокупности составляют 50%, а в выборке они представлены в количестве 99%, то такая выборка нерепрезентативна, если мы хотим вы- яснить мнение всего общества по какому-то вопросу, а не только мнение мужчин.
Упражнение 6. Определите, насколько правдоподобными являются сле-
дующие индуктивные умозаключения:
а) Некий путешественник оказался в незнакомом городе. Он случайно присел отдох- нуть возле парфюмерного магазина и от скуки начал считать количество выходя- щих из него мужчин и женщин. Было около полудня. За час путешественник насчи- тал 47 женщин и 3 мужчин. На основании своих наблюдений он сделал вывод, что в данном городе 94% женского и только 6% мужского населения.
б) Как показывает статистика, преобладающее большинство дорожно- транспортных происшествий приходится на долю машин, едущих с умеренной ско- ростью, и лишь малое число – на долю машин, едущих со скоростью свыше 100 км/ч. Следовательно, водить машину на больших скоростях безопаснее. (Ивин А.И. Логи-
ка. – М., 1999. С. 290.)
в) В начале Первой мировой войны в униформу британских солдат входила коричне- вая матерчатая фуражка. Металлических касок у них не было. Через некоторое время командование армии было обеспокоено большим количеством ранений в голову. Было решено заменить фуражку металлической каской. Но вскоре командование бы- ло удивлено, узнав, что количество ранений в голову увеличилось. Учитывая, что интенсивность сражений была примерно одинаковой до и после введения касок, при- шли к выводу, что каска защищает голову солдата хуже, чем фуражка.
Заметим, что при использовании статистических обобщений нельзя путать относительную вероятность наличия некоторого свойства у предметов класса
S и действительный порядок распределения этого свойства на множестве S.
Например, если среди исследуемых предметов 33% обладают интересующим нас свойством, иногда говорят, что каждый третий предмет им обладает – но это вовсе не оз- начает, что нужно методично отсчитать третий, шестой, девятый предметы и т.д. На по- добной игре слов могут строиться разнообразные софизмы.
156
Обобщающая индукция
Упражнение 7. Определите, является ли правильным следующее рассужде-
ние. Если нет, то почему?
Статистика утверждает, что каждый четвертый человек – психически неуравно- вешенный. Проверьте трех своих друзей. Если они нормальные, значит психически неуравновешенным являетесь именно Вы!
Практика применения научных форм индукции показывает, что при соблюдении всех методологических требований к формированию репрезентативной выборки надеж- ность этих рассуждений может приближаться к 100%.
Контрольные вопросы:
1. Чем отличается индукция от дедукции?
2. Чем отличается позитивная и негативная релевантность?
3.Какая релевантность требуется для обоснования правдоподобности выво- да?
4.Какие критерии используются для определения степени правдоподобности умозаключений?
5.Может ли индукция применяться в точных науках?
6.В чем заключается парадокс Гемпеля?
7.Какой критерий применяется в индуктивных обобщениях, чтобы его избежать?
8.Является ли математическая индукция достоверным методом познания?
9.Каковы основные «блоки» рассуждения по математической индукции?
10.В чем заключается парадокс «приговоренного к казни»?
11.Почему в полной индукции не используется понятие выборки?
12.Почему нестрогая индукция называется популярной?
13.При каких условиях выборка считается репрезентативной?
14.На чем основаны парадоксы «нетранзитивности»?
Литература:
Основная:
1.Бочаров В.А., Маркин В.И. Основы логики. – М., 1994. Глава 8.
2.Войшвилло Е.К., Дегтярев М.Г. Логика. Учебник для вузов. – М., 2001. Гл 9, часть II.
3.Ивлев Ю.В. Логика для юристов. – М., 1996. Глава 5 (В).
4.Войшвилло Е.К., Дегтярев М.Г. Логика как часть теории познания и на- учной методологии. – М., 1994.
Дополнительная:
1.Кайберг Г. Вероятность и индуктивная логика. – М., 1978.
2.Лебедев С.А. Индукция как метод научного познания. – М., 1980.
3.Минто В. Индуктивная и дедуктивная логика. – СПб, 1902.
4.Пойа Д. Математика и правдоподобные рассуждения. – М., 1978.
5.Попов П.С., Стяжкин Н.И. Развитие логических идей от античности до эпохи Возрождения. – М., 1974.
6.Рузавин Г.И. Методы научного исследования. – М., 1974.
157
Логика
Посетить сайты:
1. http://ntl.narod.ru/logic/course/index.html: Учебные материалы по курсу логики (определения, задачи, примеры и т.д.).
2.http://www.logic.ru/Russian/LogStud/index.html: Электронный журнал «Логи-
ческиеисследования». Текущиепубликациинасоответствующиетемы.
Тесты:
1.В дедуктивных рассуждениях информация, содержащаяся в заключении, всегда … со- вокупной информации, содержащейся в посылках.
1)больше
2)меньше
3)равна
4)больше или равна
5)меньше или равна
2.Запись «A1, …, An ≈ В» означает, что из посылок A1, …, An … следует заключение В.
1)логически
2)правдоподобно
3)не
3.Запись «A1, …, An = В» означает, что из посылок A1, …, An … следует заключение В.
1)логически
2)правдоподобно
3)не
4.Слово «дедукция» по латыни означает
1)«наведение»
2)«подведение»
3)«выведение»
4)«приведение»
5.Слово «индукция» по-латыни означает
1)«наведение»
2)«подведение»
3)«выведение»
4)«приведение»
6.Формула «A1, …, An ≈ В ≡df Р(B/A1 & … & An) > ½» выражает собой критерий
1)высокой вероятности
2)позитивной релевантности
3)средней вероятности
4)Нике
7.Формула «A1, …, An ≈ В ≡df Р(B/A1 & … & An) > Р(В)» выражает собой критерий
1)высокой вероятности
2)позитивной релевантности
3)средней вероятности
4)Нике
158
Обобщающая индукция
8.Критерий позитивной релевантности гласит, что вероятность истинности заклю- чения при данных посылках должна быть
1)выше ½
2)ниже ½
3)выше, чем собственная вероятность заключения
4)ниже, чем собственная вероятность заключения
9.Критерий высокой вероятности гласит, что вероятность истинности заключения при данных посылках должна быть
1)выше ½
2)ниже ½
3)выше, чем собственная вероятность заключения
4)ниже, чем собственная вероятность заключения
10.Если m – число строк таблицы, в которых высказывание А принимает значение «и», а n – общее число строк в таблице, то вероятность высказывания А равна
1)m/n
2)n/m
3)n+m
4)n·m
11.Вывод, согласно которому существование желтой гусеницы подтверждает, что все вороны черные, называют парадоксом
1)Гемпеля
2)Рассела
3)Греллинга
4)Ришара
12.Согласно критерию Нике, подтверждающими примерами для атрибутивного выска- зывания считаются те предметы, которые входят в
1)объем субъекта
2)объем предиката
3)область сказывания
4)универсум рассуждения
13.В обобщающей индукции осуществляется переход от
1)единичных или частных высказываний к общим
2)общих высказываний к единичным
3)единичных высказываний к частным
4)общих высказываний к частным
14.В естественных и социальных науках чаще всего используется … индукция.
1)неполная эмпирическая
2)полная эмпирическая
3)полная математическая
15.Математическая индукция является разновидностью … индукции
1)полной обобщающей
2)неполной обобщающей
3)исключающей
159
Логика
16.Математическая индукция включает в себя
1)базис индукции
2)индуктивный шаг
3)индуктивное обобщение
4)модус индукции
5)индуктивный принцип
6)индуктивную схему
17.Выборочная эмпирическая проверка исследуемого класса предметов осуществляется при … индукции.
1)полной
2)неполной
3)исключающей
4)математической
18.Генеральная совокупность – это
1)весь исследуемый класс предметов
2)множество специально отобранных для проверки предметов
3)класс предметов, которые не подвергаются проверке
19.Класс предметов, проверяемых в ходе неполной обобщающей индукции, – это
1)выборка
2)подборка
3)генеральная совокупность
20.Научная индукция требует, чтобы исследуемая выборка была
1)репрезентативной
2)однородной
3)минимальной по объему
21.Ошибка «поспешное обобщение» чаще всего встречается в … индукции.
1)научной
2)популярной
3)исключающей
4)статистической
22.Относительная частота обладания свойством Р для произвольного предмета из класса S, устанавливается при … индукции.
1)статистической
2)исключающей
3)популярной
4)математической
23.Математическая индукция используется только в тех случаях, когда исследуемый класс
1)задан индуктивным определением
2)конечен
3)бесконечен
4)однороден
160